python(matplotlib模块)

最新推荐文章于 2024-01-30 07:55:58 发布
最新推荐文章于 2024-01-30 07:55:58 发布
阅读量1.5k 收藏 7
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43194257/article/details/87890495
版权
本文介绍了Python的matplotlib模块，讲解了如何绘制折线图、散点图、条形图和直方图。包括设置图片大小、保存图片、调整坐标轴属性等基础知识，并通过案例分析了不同图表在数据可视化中的应用，如气温变化、电影票房对比和用户行为统计等。
摘要由CSDN通过智能技术生成

matplotlib使用

1. matplotlib是什么?

python底层的绘图工具，执行效率很高。

2. matplotlib的基本要点：
  • 如何设置图片的大小；
  • 如何保存到本地；
  • x轴和y轴的描述信息；
  • 中文显示乱码问题;
  • 调整x轴和y轴的刻度;
  • x轴的刻度信息过长， 如何调整？
  • 标记最高点;
案例1: 假设一天中每隔两个小时气温变化的折线图绘制;
from matplotlib import pyplot as plt
from matplotlib import font_manager
# 4). 中文显示乱码问题;
# fname的目录可通过shell命令：fc-list :lang=zh查找
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)
# 图表的x轴的数据, 是一个可迭代的数据类型
x_times = range(0, 24, 2)
# 图表的y轴的数据, 是一个可迭代的数据类型
y_temp = [15, 12, 13, 20, 23, 30, 15, 12, 13, 20, 23, 30]

# min(y_temp), max(y_temp)

#  1). 如何设置图片的大小；
plt.figure(figsize=(10, 10))

# 传入x和y轴的数据， 绘制图形;
plt.plot(x_times, y_temp)

# 3). x轴和y轴的描述信息；
plt.title("每天的气温变化(每隔两个小时)",fontproperties=titlefont )
plt.xlabel("时间", fontproperties=myfont)
plt.ylabel("温度", fontproperties=myfont)

# 5). 调整x轴和y轴的刻度;
# 6). x轴的刻度信息过长， 如何调整？通过rotation参数调整刻度的倾斜度
plt.xticks(x_times, labels=["%s时0分"%(i) for i in x_times], fontproperties=myfont, rotation=45)
y_temp_range = range(min(y_temp), max(y_temp)+1, 2)
plt.yticks(y_temp_range, labels=["%s 。C"%(i) for i in y_temp_range], fontproperties=myfont)

# 7). 标记最高点;注意：x轴和y轴的索引必须相对应
# mark表示圆圈标记，edgecolors表示圆圈的颜色，s表示标记点的大小
plt.scatter(x_times[2], y_temp[2], color='b')
plt.scatter(x_times[2], y_temp[2], color='', marker='o', edgecolors='r', s=300)

# 2). 如何保存到本地；
plt.savefig('doc/temp.png')

# 在执行程序时显示图像
# plt.show()

在这里插入图片描述

折线图练习

需求1:

绘制10点到12点每分钟的气温， 如何绘制折线图观察每分钟气温的变化情况?
temps = [random.randint(20, 35) for i in range(120)]

import random
from matplotlib import pyplot as plt
from matplotlib import font_manager
# 4). 中文显示乱码问题;
# fname的目录可通过shell命令：fc-list :lang=zh查找
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)
# 图表的x轴的数据, 是一个可迭代的数据类型
x_times=list(range(1,121))
# 图表的y轴的数据, 是一个可迭代的数据类型
y_temp = [random.randint(20,35) for i in range(120)]

# min(y_temp), max(y_temp)

#  1). 如何设置图片的大小；
plt.figure(figsize=(20, 15))

# 传入x和y轴的数据， 绘制图形;
plt.plot(x_times, y_temp)

# 3). x轴和y轴的描述信息；
plt.title("10点到12点每分钟的气温变化",fontproperties=titlefont )
plt.xlabel("时间", fontproperties=myfont)
plt.ylabel("温度", fontproperties=myfont)

# 5). 调整x轴和y轴的刻度;
# 6). x轴的刻度信息过长， 如何调整？通过rotation参数调整刻度的倾斜度
x_labels=['10时%s分' %(i) for i in range(0,60,10)]+['11时%s分' %(j) for j in range(0,60,10)]
plt.xticks(x_times[::10], labels=x_labels, fontproperties=myfont, rotation=45)
y_temp_range = range(min(y_temp), max(y_temp)+1, 2)
plt.yticks(y_temp_range, labels=["%s 。C"%(i) for i in y_temp_range], fontproperties=myfont)

# 7). 标记最高点;注意：x轴和y轴的索引必须相对应
# mark表示圆圈标记，edgecolors表示圆圈的颜色，s表示标记点的大小
plt.scatter(x_times[2], y_temp[2], color='b')
plt.scatter(x_times[2], y_temp[2], color='', marker='o', edgecolors='r', s=300)

# 2). 如何保存到本地；
plt.savefig('doc/temp.jpg')

在这里插入图片描述

需求2：

假设大家在30岁的时候，根据自己的实际情况统计出来从11岁到30岁每年交的女（男）朋友的数量如a，请绘制出该数据的折线图，以便分析每年交女（男）朋友的数量走势；

import random
from matplotlib import pyplot as plt
from matplotlib import font_manager
# 4). 中文显示乱码问题;
# fname的目录可通过shell命令：fc-list :lang=zh查找
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)
# 图表的x轴的数据, 是一个可迭代的数据类型
x_ages=list(range(11,31))
# 图表的y轴的数据, 是一个可迭代的数据类型
y_gf = [random.randint(0,5) for i in range(20)]

# min(y_temp), max(y_temp)

#  1). 如何设置图片的大小；
plt.figure(figsize=(20, 15))

# 传入x和y轴的数据， 绘制图形;
plt.plot(x_ages, y_gf)

# 3). x轴和y轴的描述信息；
plt.title("11岁到30岁每年交的女（男）朋友的数量",fontproperties=titlefont )
plt.xlabel("年龄", fontproperties=myfont)
plt.ylabel("数量", fontproperties=myfont)

# 5). 调整x轴和y轴的刻度;
# 6). x轴的刻度信息过长， 如何调整？通过rotation参数调整刻度的倾斜度
plt.xticks(x_ages, labels=['%s岁' %(i) for i in x_ages], fontproperties=myfont, rotation=45)



# 2). 如何保存到本地；
plt.savefig('doc/temp.jpg')

在这里插入图片描述

需求3：

假设大家30岁时统计出你和你同桌各自从11岁到30岁每年交女（男）朋友的数量如列表a和b，请在一个图中展示数据折线图，以便比较两人20年之间每年交女（男）朋友的数量走势

import random
from matplotlib import pyplot as plt
from matplotlib import font_manager

x_age = range(11, 31)
y_count_1 = [random.randint(0, 5) for i in range(20)]
y_count_2 = [random.randint(0, 5) for j in range(20)]
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=14)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=20)

plt.figure(figsize=(10, 10))

# 在同一个图里面绘制多条折线,
#  color: 线条颜色
#  linestyle： 线条的风格
#  linewidth: 线条的粗细
#  alpha: 透明度
plt.plot(x_age, y_count_1, color='g', linestyle='-.', linewidth=5, alpha=0.5, label="自己")
plt.plot(x_age, y_count_2, color='r', linestyle='--', linewidth=3, alpha=0.3, label="同桌")

# 添加图例
plt.legend(loc="upper right", prop=titlefont)

# 添加网格
plt.grid(alpha=0.3)

plt.title("11岁至30岁所交男(女)友个数", fontproperties=titlefont)
plt.xlabel("年龄", fontproperties=myfont)
plt.ylabel("女(男)友数量", fontproperties=myfont)


plt.xticks(x_age, labels=["%s岁" %(item) for item in x_age], fontproperties=myfont, rotation=45)
plt.scatter(x_age[0], y_count_1[0], c='r')

plt.savefig('doc/age02.png')

在这里插入图片描述

散点图绘制案例

3月和10月温度的变化趋势
from matplotlib import pyplot as plt
from matplotlib import font_manager

#  中文显示乱码问题;
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)

# 图表的x轴的数据, 是一个可迭代的数据类型
x_march = range(1, 32)
x_oct = range(50, 81)

# 图表的y轴的数据, 是一个可迭代的数据类型
y_temp_march = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21,
                22, 22, 22, 23]
y_temp_oct = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11,
              13, 12, 13, 6]

#   如何设置图片的大小；
plt.figure(figsize=(30, 10))

# 传入x和y轴的数据， 绘制图形;
plt.scatter(x_march, y_temp_march, label="3月的温度变化", color='r', alpha=0.5)
plt.scatter(x_oct, y_temp_oct, label="10月的温度变化", color='g', alpha=0.5)

# 3). x轴和y轴的描述信息；
plt.title("北京3,10月份每天白天的最高气温随时间(天)变化的散点图", fontproperties=titlefont)
plt.xlabel("时间", fontproperties=myfont)
plt.ylabel("温度", fontproperties=myfont)

# 5). 调整x轴和y轴的刻度;
# 6). x轴的刻度信息过长， 如何调整？
_x_info = list(x_march) + list(x_oct)
_x_labels_march = ["3月%s日" % (i) for i in x_march]
_x_labels_oct = ["10月%s日" % (i - 49) for i in x_oct]  # range(50, 81)
plt.xticks(_x_info[::3], labels=(_x_labels_march + _x_labels_oct)[::3], fontproperties=myfont, rotation=45)

plt.legend(prop=myfont, loc="upper left")
plt.grid(alpha=0.5)

# 2). 如何保存到本地；
plt.savefig('doc/scatter.png')

在这里插入图片描述

07_绘制单个条形图案例

电影票房数据对比图
from matplotlib import pyplot as plt
from matplotlib import font_manager

#  中文显示乱码问题;
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)


y_money = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49,
     10.3, 8.75, 7.55, 7.32, 6.99, 6.88, 6.86, 6.58, 6.23]
x_movies = ["流浪地球%s" %(i) for i in range(len(y_money))]

#   如何设置图片的大小；
plt.figure(figsize=(30, 10))
# (1,2)  -====('a', 10)
# 生成竖向的条形图
# plt.bar(range(len(x_movies)), y_money, color='orange', width=0.5)
# # 生成横向的条形图
plt.barh(range(len(x_movies)), y_money, color='orange', height=0.7)

# 修改刻度信息的配置
# plt.xticks(range(len(y_money)), labels=x_movies, fontproperties=myfont, rotation=45)
plt.yticks(range(len(y_money)), labels=x_movies, fontproperties=myfont, rotation=45)

# 3). x轴和y轴的描述信息；
plt.title("某年内地电影票房前20的电影和电影票房数据", fontproperties=titlefont)
plt.xlabel("电影名", fontproperties=myfont)
plt.ylabel("电影票房(单位:亿)", fontproperties=myfont)
plt.savefig('doc/bar.png')

在这里插入图片描述

绘制多个条形图案例

三天间电影票房数据对比图
案例:

假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
a = ["猩球崛起3：终极之战”,"敦刻尔克”,"蜘蛛侠：英雄归来”,"战狼2”]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

数据来源: http://www.cbooo.cn/movieday

from matplotlib import pyplot as plt
from matplotlib import font_manager

#  中文显示乱码问题;
myfont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=18)
titlefont = font_manager.FontProperties(fname="/usr/share/fonts/cjkuni-uming/uming.ttc", size=24)

x_movies_name = ["猩球崛起3：终极之战", "敦刻尔克", "蜘蛛侠：英雄归来", "战狼2"]
y_16 = [15746, 312, 4497, 319]
y_15 = [12357, 156, 2045, 168]
y_14 = [2358, 399, 2358, 362]

#   如何设置图片的大小；
plt.figure(figsize=(30, 10))

# 生成竖向的条形图
bar_width = 0.3

x_range = range(len(x_movies_name))
# ['a', 'b', 'c', 'd'] ===== [0, 1,2,3]
# [1,2,3,4]
# [3,4,4,4]

# [(0, 1), (1, 2), (2, 3), (3, 4)]
# [(0+0.3, 1), (1+0.3, 3)]
plt.bar([i - bar_width for i in x_range],y_14, color='green', width=bar_width, label="2017-09-14票房数据")
plt.bar(x_range, y_15, color='red', width=bar_width, label="2017-09-15票房数据")
plt.bar([i + bar_width  for i in x_range], y_16, color='orange', width=bar_width, label="2017-09-16票房数据")
# 修改刻度信息的配置
plt.xticks(range(len(x_movies_name)), labels=x_movies_name, fontproperties=myfont, rotation=45)

# 3). x轴和y轴的描述信息；
plt.title("某年内地电影票房前20的电影和电影票房数据", fontproperties=titlefont)
plt.xlabel("电影名", fontproperties=myfont)
plt.ylabel("电影票房(单位:亿)", fontproperties=myfont)
plt.savefig('doc/bar.png')

在这里插入图片描述

绘制直方图

直方图更多的应用场景:
  • 用户年龄的分布状态;
  • 一段时间内用户的点击数分布状态;
  • 用户活跃时间的分布状态.
120部电影时长的分布状态
import random
from matplotlib import  pyplot as plt

y = [random.randint(60,180) for i in range(250)]

# 直方图绘制数据分为20个分组;
plt.hist(y, 20)
plt.savefig('doc/01_hist.png')

在这里插入图片描述

设置组数
把数据分为多少组进行统计?
  • 如果数据在100个以内， 一般分为5-12组；
  • 组距:每个小组里面端点的距离;
  • 组数 = 极差 / 组距
import random
from matplotlib import pyplot as plt

y = [random.randint(60, 180) for i in range(250)]

d = 10  # 组距
# 组数
num_bins = (max(y) - min(y)) // d

# 设置x轴的刻度范围,
plt.xticks(list(range(min(y), max(y) + d))[::d])

plt.grid(linestyle='-.', alpha=0.3)

# 直方图绘制数据分为num_bins个分组;
plt.hist(y, num_bins)
plt.savefig('doc/02_hist.png')

在这里插入图片描述

案例_美国从家到上班地点所需时间的统计

哪些数据可以绘制直方图?
  • 连续的数据；
  • 没有统计过的数据； ------原始数据
    所以该案例不能时有直方图，可以采用折线图
from matplotlib import pyplot as plt

# 公司到家的的距离
interval = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 60, 90]
# 间距
width = [5, 5, 5, 5, 5, 5, 5, 5, 15, 30, 60]
# 对应的人数
quantity = [836, 2737, 3723, 3926, 3596, 1438, 3273, 642, 824, 613, 215, 57]
# 设置图形的大小
plt.figure(figsize=(10, 10))

# 绘制条形图
# plt.bar(range(12), quantity, width=1)
# 绘制折线图
plt.plot(interval, quantity)
# 设置x轴的刻度
# _x = [i-0.5 for i in range(12)]
# plt.xticks(_x, labels=interval)
plt.xticks(interval)
# 设置网格
plt.grid(linestyle='-.', alpha=0.5)

# gca====get current axis 获取当前的坐标轴
ax = plt.gca()
# 设置右边框和上边框没有颜色;
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 设置x轴为下边框
ax.xaxis.set_ticks_position('bottom')
# 设置y轴为作边框
ax.yaxis.set_ticks_position('left')
# 设置x轴和y轴的交点为(0, 0)点;
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0 ))

# 保存图片
plt.savefig('doc/03_bar.png')

在这里插入图片描述

qq_43194257
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matplotlib实践之折线图练习
qq_40723809的博客
02-22 1121
需求1: 绘制10点到12点每分钟的气温， 如何绘制折线图观察每分钟气温的变化情况? temps = [random.randint(20, 35) for i in range(120)] from matplotlib import font_manager from matplotlib import pyplot as plt myfont = font_manager.FontPro...
python matplotlib 模块
08-22
用于python的数据图形化处理
python＞＞Matplotlib模块
weixin_54201782的博客
12-14 362
绘制简单的三角函数可能是最常用的 2D 图形 Python 包。它提供了一种快速可视化来自 Python 的数据和多种格式的出版物质量图形的方法。我们将以交互模式探索 matplotlib，涵盖最常见的情况。绘制简单的三角函数正弦函数，余弦函数。
【python】matplotlib模块
无邪的博客
07-11 3021
2.介绍 Matplotlib的基础知识如下：在同一个图中绘制cos和sin曲线，并且美化图形。 让我们给它添加一个标题，更改线条样式，设置x，y轴上下限，设置曲线标记。 如果要绘制多个图表，可以给figure()传递一个整数参数来指定figure对象的序号，如果序号所指定的对象已经存在，只需要让它成为当前的figure对象即可。代码如下： Matplotlib的图像都位于一个figure画布中，可以使用plt.figure创建一个新画布 在一张图中显示多个子图 mpl_finance是python中
python中matplotlib模块_python matplotlib模块介绍
weixin_39969976的博客
12-08 321
matplotlib 是Python的绘图库，很强大，很好用提供一下下载：pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple用matplotlib 做图时候，有时候会写汉字，但是这个时候会乱码，解决办法我用了两种1.fname 为 你下载的字体库路径，注意 c:\windows\fonts\simsun.ttc 字...
【python】matplotlib 模块_plt. /ax./ fig
ting的博客
05-29 657
在任意一层操作都能够实现画图的目的，而且画出来还都一样。但越底层的操作越细节，越高层越易于人机交互。 plt.plot()先生成一个figure画布，然后在这个画布上隐式生成的画图区域上画图 ax.plot()同时生成了fig和ax对象，然后用ax对象在其区域上画图，推荐使用该方式
python Matplotlib模块的使用
09-17
Python的Matplotlib模块是数据可视化领域的一个重要工具，它提供了丰富的图形绘制功能，使得开发者能够创建高质量的2D和3D图表。Matplotlib的核心子包PyPlot提供了类似于MATLAB的接口，让熟悉MATLAB的用户也能轻松...
Python matplotlib模块及柱状图用法解析
09-16
Python的matplotlib模块是数据可视化的重要工具，它提供了丰富的图形绘制功能，包括柱状图、3D图形等。在Python编程中，matplotlib被广泛用于科学计算和数据分析的可视化展示。 首先，我们来看柱状图的实现。柱状图...
python之Matplotlib模块的概述
qq_51179608的博客
04-03 1282
目录 1、 Matplotlib之HelloWorld 2、 折线图(plot)与基础绘图功能 3、常见图形种类及意义 1、 Matplotlib之HelloWorld 1.1 Matplotlib之HelloWorld 1.1.1 什么是Matplotlib - 画二维图表的python库 mat - matrix 矩阵 二维数据 - 二维图表 plot - 画图 lib - library 库 ...
python中matplotlib模块_Python中Matplotlib模块的简单使用
weixin_34122028的博客
02-03 333
目录MatplotlibMatplotlib 是 Python 2D 绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。pyplot类matplotlib.pyplot类提供一个类似matlab的绘图框架pyplot.plot()matplotlib.pyplot.plot(x , y ,'color marker line')对于样式 'color ...
Python之matplotlib模块介绍及简单应用
江月的博客
03-04 2万+
Python之matplotlib模块介绍及简单应用 在这里，我们介绍五个简单的案例及其实现 （五个绘图实例，二个二维，三个三维） 一、还是老规矩，首先安装matplotlib库 安装matplotlib库 控制器命令：pip install matplotlib 要是Linux的，我还真不会~~ 示例图如下： 二、matplotlib模块简介 Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如
Python中的Matplotlib模块入门教程
weixin_68789096的博客
07-19 8043
Matplotlib支持多种样式和自定义选项，用户可以根据自己的需求来调整图表的样式和外观。
pyhton中Matplotlib模块
耶律大石的博客
01-03 437
pyhton中Matplotlib模块 概述 Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython 安装 windows下 python -m pip install -U pip setuptools python -m pip install matpl...
python之 matplotlib模块
行歌
07-14 634
     老师布置了几道信号处理分析的题目作为期末作业，本来是要求让用matlab完成，但是想着以前学过python，反正是绘制图形，就想着拿python来完成，一来是回顾一下python中的 matplotlib模块，二来是为了方便以后在画图的时候可以回来查看。程序如下：# 时间： 2018.7.14 # 数字信号处理大作业 # 第一题：自己设计一个模拟信号（几个不同频率简谐信号之和，再加一个...
Python数据分析：matplotlib模块
07-03 497
Python数据分析：matplotlib模块一：matplotlib模块简介二：初始matplotlib2.1 简单使用2.2 设置图片大小2.3 设置轴刻度2.4 添加描述信息2.5 小案例 一：matplotlib模块简介 什么是matplotlib？ 最流行的python底层绘图库，主要做数据可视化图表，名字取材于MATLAB，模仿MATLAB构建 为什么要学习matplotlib模块？ 能将数据进行可视化，更直观的呈现 使数据更加客观，更具说服力 二：初始matplotlib 下面通过一个小实
【python绘图】matplotlib基本使用（含实例）
热门推荐
Crayonxin2000的博客
08-25 3万+
matplot是优秀的数据可视化工具，关键还免费，非常好用。可以制作折线图，直方图，饼图等等。文末有实例。
python matplotlib模块——绘制三维图形、三维数据散点图
叶强的博客
10-11 1万+
python matplotlib模块——绘制三维图形、三维数据散点图
python学习笔记--matplotlib模块
tjulxh的博客
12-11 266
plot()函数可以将参数画成图像模式。
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
最新发布
书山有路勤为径，学海无涯苦作舟。
01-30 3611
Matplotlib 是一个Python的 2D绘图库。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。通过学习Matplotlib，可让数据可视化，更直观的真实给用户。使数据更加客观、更具有说服力。Matplotlib是Python的库，又是开发中常用的库。
通过python matplotlib模块生成的json文件怎么让它显示成图形
06-01
要将 Python 中使用 Matplotlib 生成的 JSON 文件显示为图形，您需要使用 Matplotlib 库中的 `plt.show()` 方法。下面是一个简单的示例： 假设您已经使用 Matplotlib 生成了一个名为 `chart.json` 的 JSON 文件，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值